<![CDATA[Prediksi terhadap data kepercayaan pengguna internet dalam paradigma pervasive computing pernah dilakukan sebelumnya, namun tidak menutup kemungkinan untuk menggunakan metode lain. Model prediksi regresi logistik berganda digunakan sebagai pengembangannya. Variabel hasil (dependen) pada dataset memiliki tipe data binominal menunjukkan keadaan kepercayaan pengguna internet terhadap beberapa variabel prediktor (independen) yang didefinisikan dengan sejumlah faktor-faktor bertipe data polynominal. Penggunaan model prediksi regresi logistik berganda dilakukan beberapa kali dengan persentase pembagian dataset berbeda sehingga menghasilkan koefisien regresi yang berbeda-beda pula. Hal ini dilakukan untuk menemukan nilai kebenaran prediksi yang maksimal melalui nilai keluaran dari Confusion Matrix dan kurva ROC. Hasil penelitian ini menunjukkan bahwa model regresi logistik berganda dapat digunakan secara efektif untuk memprediksi kepercayaan pengguna internet dalam paradigma pervasive computing dengan terlebih dahulu melalui tahap preprosessing data serta pembagian data training dan data testing yang sesuai. Dari beberapa pembagian data, model memprediksi hampir mencapai tingkat akurasi 100%.]]>
Copyrights © 2020
